Mistral Large 4 setzt bei Coding Akzente, bleibt im Gesamtvergleich aber zurück

Cyberabwehr: gute Werte, aber nicht an der Spitze der offenen Modelle

Mistral bezeichnet Large 4 als führendes offenes Modell für Cyberabwehr. Im von Artificial Analysis ausgewiesenen Cyber Index erreicht es 51 Prozent. Die im Bericht wiedergegebene Rangliste zeigt jedoch zwei offene Modelle mit höheren Ergebnissen: DeepSeek V4.1 Flash kommt auf 57, MiMo-V2.6-Pro auf 56 Prozent. Damit liegt Large 4 in diesem Vergleich auf Rang drei unter den offenen Modellen, knapp vor GLM-5.3 Flash mit 50 Prozent. Kimi K3.1 Pro führt die Gesamtrangliste mit 64 Prozent an. [1]

Der Cyber Index bewertet laut S1, ob ein Modell Schwachstellen in einer Codebasis finden, reproduzieren und beheben kann, ohne bestehende Funktionen zu beschädigen. Zwischen der Vorschau und der finalen Version veränderte sich Large 4 in diesem Test dem Bericht zufolge nur geringfügig: Der frühere Wert lag bei 50, der finale bei 51 Punkten. Die zusätzliche Trainingsphase brachte in diesem Bereich somit keinen vergleichbar großen Zuwachs wie beim Terminal-Bench. [1]

Mistral gibt außerdem an, Large 4 weise im Durchschnitt 96,6 Prozent schädlicher Cyberanfragen zurück und könne zugleich für legitime defensive Aufgaben eingesetzt werden. Das ist eine Anbieterangabe und nicht mit dem unabhängig ausgewiesenen Indexwert gleichzusetzen. Mistral räumt laut Bericht zugleich ein, dass das Modell reale Angriffe erleichtern könnte, und kündigt eine Verschärfung der Schutzmaßnahmen an. [1]

• Eine speziell für Penetrationstests vorgesehene Version wird laut S1 bereits von ausgewählten Partnern, darunter Orange Cyberdefense, erprobt. Der Zugang setzt eine Prüfung voraus und ist an vertragliche Beschränkungen gebunden. [1]

Der Gesamtindex zeigt den Abstand zu chinesischen Modellen

Im Intelligence Index von Artificial Analysis erreicht Large 4 in der finalen Version im Modus „high“ 26 Punkte. DeepSeek V4.1 Flash und GLM-5.3 liegen mit jeweils 32 Punkten darüber, MiMo-V2.6-Pro erreicht 30. Der Median vergleichbar großer offener Modelle beträgt laut Bericht 23 Punkte. Large 4 liegt damit über diesem Median, aber nicht auf dem Niveau der genannten chinesischen Systeme. [1]

An der Spitze des Index steht Gemini 4 Carbon mit 59 Punkten, einen Punkt vor Claude Opus 5.5. Das beste offene Modell in der Rangliste ist Kimi K3.1 Pro mit 46 Punkten; seine Gewichte waren zum Zeitpunkt des Berichts noch nicht veröffentlicht. Diese Rangfolge macht deutlich, dass die Bezeichnung „offen“ nicht automatisch eine gemeinsame Leistungsklasse beschreibt: Auch innerhalb dieses Segments liegen die gemessenen Ergebnisse weit auseinander. [1]

Artificial Analysis setzt in der fünften Version des Index laut S1 drei Fünftel des Gesamtwerts auf Tests, deren Aufgaben oder Lösungen nicht öffentlich sind. Das erschwert eine vollständige externe Reproduktion der Rangfolge. Zudem nennt der Bericht für die Vorschau 25 Punkte im aktuellen Index, zugleich aber 38 Punkte in einer älteren Indexversion. Diese Werte sollten nicht als unmittelbare Leistungssteigerung gelesen werden, weil der Bericht unterschiedliche Indexversionen aufführt. Der faire Vergleich innerhalb der aktuellen Version ist der Anstieg von 25 auf 26 Punkte. [1]

Tempo und Kosten verbessern das Profil – nicht automatisch die Wirtschaftlichkeit

Artificial Analysis misst für Large 4 eine Generierungsgeschwindigkeit von 161 Tokens pro Sekunde; bei der Vorschau waren es 111. Laut S1 sind in diesem Vergleich nur DeepSeek V4.1 Flash und Muse Wonder schneller. Die durchschnittlichen Kosten je Aufgabe im Intelligence Index beziffert Artificial Analysis auf 2,06 US-Dollar, nach 5,54 US-Dollar für die Vorschau. Das sind benchmarkbezogene Aufgabenkosten, nicht die Abrechnung pro API-Aufruf. [1]

Im Kostenvergleich innerhalb des Index liegt Large 4 damit unter GLM-5.3 mit 5,01 US-Dollar und Kimi K3.1 Pro mit 3,68 US-Dollar je Aufgabe. DeepSeek V4.1 Flash mit 0,60 US-Dollar und MiMo-V2.6-Pro mit 0,26 US-Dollar sind in diesem Test jedoch deutlich günstiger. Artificial Analysis bewertet den Preis pro Token laut Bericht im Vergleich zu ähnlich großen offenen Modellen weiterhin als hoch. [1]

Die regulären API-Preise, die S1 für Large 4 nennt, betragen 0,70 US-Dollar je Million Input-Tokens und 2,10 US-Dollar je Million Output-Tokens. Während der ersten zwei Wochen nach dem Start lag der Preis vorübergehend bei 0,68 beziehungsweise 2,09 US-Dollar; die neuen Werte entsprechen ungefähr dem früheren Rabatt. Kimi K3.1 Pro wird im Bericht mit 2 US-Dollar für Input- und 10 US-Dollar für Output-Tokens verglichen. [1]

Auch beim Tokenverbrauch ist das Bild gemischt. Large 4 erzeugte über den gesamten Index hinweg 110 Millionen Output-Tokens, nach 150 Millionen in der Vorschau. Der Median vergleichbarer Modelle lag laut S1 bei 100 Millionen. Mistral hat demnach Fortschritte erzielt, verbrauchte in diesem Vergleich aber weiterhin etwas mehr Tokens als der Median. [1]

• Für eine Beschaffung sollten Sie API-Preise, Aufgabenqualität, Tokenverbrauch und Infrastrukturkosten getrennt prüfen. Die Benchmarkkosten enthalten laut S1 keine Aussage darüber, welche Gesamtkosten ein konkreter Unternehmensworkflow verursacht; diese Bewertung ist daher eine Analyse und muss mit eigenen Tests erfolgen. [1]

Offene Gewichte mit Lizenzgrenze für Cloud-Angebote

Mistral hat Large 4 unter einer modifizierten MIT-Lizenz veröffentlicht. Laut S1 sind Nutzung, Veränderung und kommerzieller Einsatz grundsätzlich kostenfrei. Unternehmen, die Large 4 jedoch als kommerziellen Cloud-Dienst anbieten, benötigen eine separate Lizenz von Mistral. „Offene Gewichte“ bedeuten in diesem Fall also nicht, dass jede denkbare Form der Weiterverbreitung ohne zusätzliche Bedingungen möglich ist. [1]

Für Unternehmen, die das Modell auf eigener Infrastruktur betreiben möchten, ist die Veröffentlichung ein anderer Ansatz als ein ausschließlicher API-Bezug. Die Hardwareanforderungen sind allerdings erheblich: SGLang dokumentiert für die Standardversion acht Nvidia-B300-GPUs; eine stärker komprimierte Variante soll auf vier GB300-GPUs laufen. Die Quelle nennt damit konkrete Konfigurationen, aber keine vollständige Kalkulation für Strom, Betrieb, Auslastung oder Personal. [1]

Mistral positioniert das Modell als souveräne KI und sagt, es sei vollständig in Europa trainiert worden. S1 berichtet außerdem, dass Large 4 unter anderem über Microsoft Foundry verfügbar ist. Die europäische Trainingsherkunft ist in den vorliegenden Materialien eine Unternehmensangabe und kein unabhängig geprüfter Nachweis. Ebenso sagt der mögliche Eigenbetrieb für sich allein nichts darüber aus, wie ein Unternehmen Datenzugriff, Protokollierung oder Schutzmaßnahmen konkret ausgestaltet. [1]

Was sich für die Auswahl ableiten lässt

Für Organisationen mit eigener GPU-Infrastruktur und technischen Teams können die veröffentlichten Gewichte mehr Kontrolle über Hosting und Modellbetrieb ermöglichen. Das ist eine analytische Folgerung aus der Verfügbarkeit der Gewichte, den dokumentierten Hardwareanforderungen und den Lizenzbedingungen – kein Beleg dafür, dass der Eigenbetrieb in jedem Fall günstiger oder sicherer ist. Unternehmen ohne diese Ressourcen können die API oder Plattformangebote nutzen, müssen dann aber die jeweiligen Anbieterbedingungen und die Kosten des eigenen Einsatzes bewerten. [1]

Quellen

1. [1] Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall — https://the-decoder.com/paris-based-mistral-releases-le-chonk-a-strong-coding-model-that-still-trails-china-overall (abgerufen am 2026-10-29)
2. [2] Mistral Large 4 "Le Chonk": Pricing, Specs, and Benchmarks Explained | MindStudio — https://www.mindstudio.ai/blog/mistral-large-4-lechonk-release (abgerufen am 2026-10-29)